[论文解读] Information management by computer users: the structure of directory trees

Konstantin Klemm, Vı́ctor M. Eguı́luz+1 more|arXiv (Cornell University)|Mar 9, 2004

Complex Network Analysis Techniques被引用 1

一句话总结

本文研究了计算机集群中用户创建的目录树的组织结构，揭示了其具有单参数增长模型特征的无标度、广度分布的度分布。研究识别出社区规模分布的普遍指数，表明尽管用户在树结构上存在个体差异，但其组织原则具有一致性。

ABSTRACT

We describe the topological structure and the underlying organization principles of the directories created by users of a computer cluster when storing his/her own files. We analyze degree distributions, average distance between files, distribution of communities and allometric scaling exponents of the directory trees. We find that users create trees with a broad, scale-free degree distribution. The structure of the directories is well captured by a growth model with a single parameter. The degree distribution of the different trees has a non-universal exponent associated with different values of the parameter of the model. However, the distribution of community sizes has a universal exponent analytically obtained from our model.

研究动机与目标

• 理解计算机集群环境中用户创建的目录树的拓扑结构。
• 识别指导用户组织个人文件系统背后的基本组织原则。
• 使用单参数机制对目录树的增长进行建模，以捕捉观察到的结构模式。
• 确定用户目录树的社区规模分布是否表现出普遍的标度行为。
• 评估目录树结构中标度指数的普遍性与非普遍性。

提出的方法

• 分析计算机集群中用户文件的目录树结构，重点关注度分布、平均文件距离和社区分布。
• 应用异速生长分析以量化目录树结构属性之间的关系。
• 开发一种具有单一可调参数的随机增长模型，用于目录树的构建，该参数控制节点的添加。
• 从增长模型中解析推导出社区规模分布指数，以检验其普遍性。
• 将不同用户的实证度分布与模型预测进行比较，以评估参数敏感性和结构拟合度。
• 使用网络科学技术将目录树的拓扑结构表征为复杂网络。

实验结果

研究问题

• RQ1 在共享计算机集群中，用户创建的目录树具有怎样的拓扑结构？
• RQ2 用户的目录组织实践在多大程度上导致了如无标度度分布等特定结构模式？
• RQ3 用户目录树之间的社区规模分布在多大程度上是普遍的，独立于个体组织风格？
• RQ4 单参数增长模型能否准确再现用户目录树的观测结构特征？
• RQ5 模型参数与度分布标度指数之间存在何种关系？

主要发现

• 用户目录树表现出广泛且无标度的度分布，表明少数目录包含远超比例的文件或子目录。
• 目录树的结构可通过单参数随机增长模型良好描述，该模型捕捉了观测到的拓扑特征。
• 度分布指数在不同用户之间存在差异，表明其行为具有非普遍性，依赖于模型参数的取值。
• 尽管度分布指数存在差异，但各目录树中社区规模的分布表现出一个普遍的标度指数，该指数可从增长模型中解析推导得出。
• 社区规模存在普遍指数，表明存在一种共同的组织原则，支撑着多样的用户行为。
• 异速生长分析证实，目录树的结构属性遵循可预测的幂律关系，支持了增长模型的有效性。